Precio de oferta de apartamentos en Montevideo: una aproximación desde la ciencia de datos

Abstract

El siguiente trabajo consiste en la implementaciónn de técnicas de aprendizaje estadístico con el fin de realizar predicciones sobre el precio de oferta de los apartamentos a la venta en Montevideo, Uruguay. Para ello, se trabajó con una base de datos de elaboración propia a partir de los apartamentos que se ofertan a través de la plataforma Mercado Libre. La misma contiene información para el periodo comprendido entre el mes de Mayo al mes de setiembre del año 2021. Esto último en la medida que no es posible la obtención de datos históricos. En cuanto a las técnicas de aprendizaje estadístico, se trabajó con algoritmos de Árboles de Decisión y métodos agregados de los mismos como ser Random Forest y Boosting, al igual que con métodos de regresión robusta (Support Vector Regression). Asimismo, se implementó un ajuste mediante un Modelo de Regresión Lineal Múltiple el cual es conocido en la literatura económica como Modelo de Precios Hedónicos y usualmente aplicado en problemas de este índole. Este último con el fin de comparar su capacidad predictiva en relación a las técnicas anteriores. Con respecto a la performance predictiva de los algoritmos, se observó que el ajuste por Boosting presentó una performance predictiva superior, esto último luego de haber ajustado los respectivos parámetros de ajuste. En cuanto al análisis de interpretabilidad de los modelos, se trabajó con métodos modelo-agnósticos, haciendo hincapié en las metodologías importancia de las variables permutadas y gráficos de dependencia parcial. De esta forma, se observó que la distancia entre el apartamento y la rambla este de Montevideo es la variable más importante en el ajuste, y a su vez esta presenta una relación inversa en cuanto a la predicción del precio de oferta del mismo.